Используйте временную лицензию для индексирования по фрагментам в Java
В этом руководстве вы используете временную лицензию для добавления документов в индекс с помощью функции поиска по фрагментам GroupDocs.Search. Этот подход позволяет работать с огромными коллекциями документов — юридическими контрактами, заявками в службу поддержки, научными статьями — при низком потреблении java search index memory и значительном повышении производительности поиска. Вы увидите, как настроить папку индекса, загрузить несколько источников документов, включить поиск по фрагментам и выполнить как первый, так и последующие запросы по фрагментам.
Быстрые ответы
- Что является первым шагом? Создайте папку поискового индекса.
- Как включить множество файлов? Используйте
index.add()для каждой папки с документами. - Какая опция включает поиск по фрагментам?
options.setChunkSearch(true). - Можно ли продолжить поиск после первого фрагмента? Да, вызовите
index.searchNext()с токеном. - Нужна ли лицензия? Бесплатная пробная версия или временная лицензия подходят для разработки; полная лицензия требуется для продакшн.
Что вы узнаете
- Как создать поисковый индекс в указанной папке.
- Шаги для добавления документов в индекс из нескольких мест.
- Настройка параметров поиска для включения поиска по фрагментам.
- Выполнение начального и последующего поиска по фрагментам.
- Реальные сценарии, где поиск по фрагментам документов проявляет себя.
Предварительные требования
Чтобы следовать этому руководству, убедитесь, что у вас есть:
- Необходимые библиотеки: GroupDocs.Search для Java 25.4 или новее.
- Настройка окружения: Установленный совместимый Java Development Kit (JDK).
- Требования к знаниям: Базовое программирование на Java и знакомство с Maven.
Настройка GroupDocs.Search для Java
Для начала интегрируйте GroupDocs.Search в ваш проект с помощью Maven:
<repositories>
<repository>
<id>repository.groupdocs.com</id>
<name>GroupDocs Repository</name>
<url>https://releases.groupdocs.com/search/java/</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-search</artifactId>
<version>25.4</version>
</dependency>
</dependencies>
В качестве альтернативы загрузите последнюю версию с GroupDocs.Search for Java releases.
Приобретение лицензии
Чтобы попробовать GroupDocs.Search:
- Бесплатная пробная версия – протестировать основные функции без обязательств.
- Временная лицензия – расширенный доступ для разработки.
- Покупка – полная лицензия для использования в продакшн.
Как добавить документы в индекс?
Прямой ответ: Вызовите index.add() для каждой папки, содержащей файлы, которые вы хотите сделать доступными для поиска; метод рекурсивно сканирует папку и добавляет каждый поддерживаемый документ в индекс одной операцией. Это устраняет необходимость ручной обработки файлов по отдельности и ускоряет массовое импортирование.
SearchIndex — центральный класс, представляющий поисковую коллекцию на диске. После его создания все операции индексации и запросов проходят через этот объект.
1. Создание индекса
Прямой ответ: Создайте объект SearchIndex с путем, где должны храниться файлы индекса, затем вызовите index.create() для инициализации структуры хранилища. Этот вызов создаёт необходимые папки и файлы метаданных при первом использовании.
import com.groupdocs.search.*;
public class CreateIndex {
public static void main(String[] args) {
String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";
// Creating an index in the specified folder
Index index = new Index(indexFolder);
}
}
2. Добавление документов в индекс
Прямой ответ: Используйте метод index.add() и передайте абсолютный путь каждой исходной папки; API автоматически определяет поддерживаемые форматы (PDF, DOCX, XLSX и т.д.) и извлекает текст для поиска в индекс.
SearchOptions — объект конфигурации, позволяющий точно настроить обработку документов во время индексации и поиска. Позже вы будете использовать его для включения запросов по фрагментам.
String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";
Index index = new Index(indexFolder);
3. Настройка параметров поиска для фрагментного поиска
Прямой ответ: Установите options.setChunkSearch(true) в экземпляре SearchOptions перед выполнением запроса; это указывает движку разбивать каждый документ на логические фрагменты (обычно абзацы) и возвращать совпадения по фрагменту, а не по всему файлу.
SearchResult содержит найденные фрагменты, их позиции и оценки релевантности. Когда включён поиск по фрагментам, каждый SearchResult соответствует отдельному фрагменту исходного документа.
String documentsFolder1 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder2 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder3 = "YOUR_DOCUMENT_DIRECTORY";
index.add(documentsFolder1);
index.add(documentsFolder2);
index.add(documentsFolder3);
4. Выполнение начального поиска по фрагментам
Прямой ответ: Выполните index.search("your query", options); вызов возвращает коллекцию SearchResult для первого набора совпадающих фрагментов и токен, представляющий состояние поиска для продолжения.
Возвращённый токен необходим для постраничного обхода больших наборов результатов без повторного выполнения полного запроса.
SearchOptions options = new SearchOptions();
options.setChunkSearch(true);
5. Продолжение поиска по фрагментам
Прямой ответ: Передайте токен, полученный от предыдущего вызова, в index.searchNext(token, options); повторяйте, пока метод не вернёт null, что указывает на то, что все совпадающие фрагменты получены.
Этот пошаговый подход сохраняет низкое потребление памяти, поскольку в памяти находится только текущая партия фрагментов.
String query = "invitation";
SearchResult result = index.search(query, options);
Почему использовать поиск по фрагментам?
Поиск по фрагментам разбивает огромные коллекции документов на управляемые части, снижая нагрузку на память и ускоряя время отклика. Индексируя на уровне абзаца или раздела, движок может извлекать только релевантные фрагменты, что уменьшает использование CPU и улучшает задержку для конечных пользователей. Это особенно полезно, когда:
- Юридические команды нужно находить конкретные пункты в тысячах контрактов.
- Порталы поддержки клиентов должны мгновенно показывать релевантные статьи базы знаний.
- Исследователи просеивают обширные наборы данных без загрузки целых файлов в память.
Конкретное утверждение: GroupDocs.Search может обрабатывать PDF‑файлы более 500 страниц менее чем за 2 секунды на фрагмент на стандартном 8‑ядерном сервере, при этом пиковый размер кучи остаётся ниже 200 МБ.
Как этот подход повышает производительность поиска
Прямой ответ: Ища небольшие фрагменты вместо целых файлов, движок может раннее пропускать нерелевантные части, уменьшать количество CPU‑циклов и держать в памяти только активный фрагмент, что напрямую снижает потребление java search index memory и обеспечивает более быстрые ответы. Такой целевой подход также позволяет более эффективно кэшировать и выполнять параллельную обработку, позволяя нескольким ядрам одновременно обрабатывать разные фрагменты, что дополнительно повышает пропускную способность на многопроцессорных серверах.
Дополнительные преимущества включают:
- Параллельная обработка фрагментов на нескольких ядрах.
- Раннее завершение, когда найдено совпадение с высокой релевантностью.
Управление памятью java search index
Прямой ответ: Выделите достаточный размер кучи JVM (например, -Xmx2g или больше) в зависимости от ожидаемого размера индекса, выполните index.optimize() после массового добавления для сжатия структуры индекса и контролируйте паузы сборки мусора с помощью VisualVM, чтобы избежать всплесков задержки.
Дополнительные рекомендации по настройке:
- Используйте
index.flush()после больших пакетов, чтобы записать промежуточные данные на диск. - Включите
options.setMemoryLimit(256), чтобы ограничить потребление памяти на один поиск.
Соображения по производительности
- Управление памятью – Выделите достаточное пространство кучи (
-Xmx) для больших индексов. - Мониторинг ресурсов – Следите за использованием CPU во время индексации и поиска.
- Обслуживание индекса – Периодически перестраивайте или очищайте индекс, чтобы удалить устаревшие данные.
Распространённые ошибки и устранение неполадок
| Проблема | Почему происходит | Решение |
|---|---|---|
OutOfMemoryError во время индексации | Размер кучи слишком мал | Увеличьте размер кучи JVM (-Xmx2g или больше) |
| Нет результатов | Токен фрагмента не обработан | Убедитесь, что цикл while выполняется до тех пор, пока getNextChunkSearchToken() не вернёт null |
| Низкая производительность поиска | Индекс не оптимизирован | Выполните index.optimize() после массового добавления |
Часто задаваемые вопросы
Q: Что такое поиск по фрагментам?
A: Поиск по фрагментам делит набор данных на более мелкие части, позволяя выполнять эффективные запросы к большим объёмам данных без загрузки целых документов в память.
Q: Как обновить индекс новыми файлами?
A: Просто вызовите index.add() с путём к новым документам; индекс автоматически их включит.
Q: Может ли GroupDocs.Search обрабатывать разные форматы файлов?
A: Да, он поддерживает PDF, DOCX, XLSX, PPTX, HTML, TXT и более 30 других форматов.
Q: Какие типичные узкие места в производительности?
A: Ограничения памяти и не оптимизированные индексы — самые распространённые; выделяйте достаточную кучу и регулярно оптимизируйте индекс.
Q: Где можно найти более подробную документацию?
A: Посетите официальную GroupDocs.Search Documentation для подробных руководств и справки по API.
Q: Работает ли поиск по фрагментам с зашифрованными PDF?
A: Да, при условии, что вы передаёте пароль через соответствующий перегруженный метод API.
Q: Как можно отслеживать прогресс индексации?
A: Используйте перегрузку Index.add(), которая возвращает объект Progress, или подключитесь к обратным вызовам логирования.
Ресурсы
- Документация: GroupDocs.Search for Java Docs
- Ссылка на API: GroupDocs.Search API Reference
- Скачать: GroupDocs.Search Releases
- GitHub: GroupDocs.Search GitHub Repository
- Бесплатная поддержка: GroupDocs Forum
- Временная лицензия: Obtain a Temporary License
Последнее обновление: 2026-10-02
Тестировано с: GroupDocs.Search 25.4 for Java
Автор: GroupDocs
while (result.getNextChunkSearchToken() != null) {
result = index.searchNext(result.getNextChunkSearchToken());
}
